深層強化学習の基本的な手法と発展

深層強化学習の基本的な手法と発展とは、試行錯誤で方策を学ぶ強化学習に、ディープラーニングを組み合わせた手法の流れ全体を指します。

従来の強化学習は状態を表に持つため、画面の映像のように状態が膨大な問題を扱えませんでした。そこをニューラルネットワークで近似することで道が開けました。

DQN を起点に改良が重ねられ、ゲーム AI からロボット制御まで応用が広がっています。